华为今天宣布迪拜OpenLab正式对中东区域的客户与合作伙伴提供服务,这是华为全球OpenLab计划中的重要组成部分,迪拜OpenLab致力于携手合作伙伴,发展IoT、云计算、大数据、智能分析、eLTE、融合通信等新技术,打造公共安全、智慧城市、油气等解决方案,并已吸引YITU、Zenith、Walkbase、7G、iOmniscient、Nedap、Richfit等超过20家合作伙伴进驻。迪拜OpenLab发布仪式以"平台+生态,加速中东行业数字化转型"为主题,与来自全球80多家合作伙伴和本地区20家行业客户,共商合作与发展之道。
华为计划在2017年全球新增7家OpenLab,并在未来3年投入2亿美元和近千人员。到2019年底,OpenLab的总数将增加到20家。
在发布仪式上,华为政府与公共事业总裁范思勇表示:"华为在全球广泛建立OpenLab,践行"平台+生态"战略,致力于同全球多领域、行业的合作伙伴携手,打造以客户为中心、不断创新的行业解决方案,以促进数字化转型并推动行业生态发展。中东是华为非常重视的区域,助力中东政府和企业依托新ICT技术与方案的应用,保持稳健增长,实现卓越运营是我们努力的目标。华为迪拜OpenLab是基于本地市场需求以及人才和技术优势来构建的,我们将关注与优秀的本地企业合作,服务中东的客户与伙伴,并将他们的能力整合到华为的全球价值链并推广到全球,提升中东区域ICT产业竞争力。"
华为政府与公共事业总裁范思勇
华为解决方案中东开发中心部长林羲姜表示:"中东地区特殊的气候、资源、文化和工业,使得这里的数字化转型面临着不同于其他地区的挑战。迪拜OpenLab致力于提供开放的合作平台,使得华为更好地与本地合作伙伴和客户进行联合创新,并能轻松地在实际网络环境中对技术方案进行集成验证,以形成有竞争力的可商用的解决方案,提升面向行业的解决方案创新能力,快速响应市场需求,并实现产业链价值聚合,促进产业生态链的健康发展。目前华为在中东已经与20多家合作伙伴共同推出面向公共安全、智慧城市和油气行业的30多个解决方案。"
华为解决方案中东开发中心部长林羲姜
在迪拜Openlab里,客户可以直观体验公共安全、智慧城市、油气等解决方案:
公共安全:华为与YITU、Zenith等合作,将无线网络、云计算、大数据技术融合的人脸、车牌识别、人群密度分析、舆情分析解决方案,为市民创造和谐安全的社会环境。
智慧城市:华为将低功耗、广覆盖的NB-IoT/eLTE-IoT、智能物联网关、云计算及大数据等技术与Honeywell、Nedap、江森自控等合作伙伴的智能终端相结合,融合esri在数据治理上的强大平台与能力,共同打造智能停车、智能楼宇、智能电表、智能水表、智慧路灯等解决方案。
油气:华为将4G无线宽带集群专网eLTE与Honeywell、Emerson的各种油田传感设备相结合,提供数字油田全联接解决方案,解决油田现场实时通信问题,助力油田可视化生产,提高采收率,降低安全风险。
作为华为创新承诺的一部分,迪拜Openlab将被连接到华为全球Openlab网络,在更大范围内促进新商业模式、市场需求和技术方案的交流。
在发布仪式上,华为还与Zenith、Esri Northeast Africa、Smart IOT三家伙伴分别签署战略合作协议,建立长期解决方案合作伙伴关系,共同为客户提供领先的解决方案。
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。